-
公开(公告)号：CN103796305B
公开(公告)日：2017-05-24
申请号：CN201410047973.0
申请日：2014-02-11
Applicant: 上海交通大学
IPC: H04W64/00
Abstract: 本发明公开了一种基于Wi‑Fi位置指纹的室内定位方法。所述室内定位方法包括位置指纹库的构建、用于定位计算的Wi‑Fi接入点的选择方法和基于模糊逻辑的室内定位算法。构建位置指纹库时，需要在进行定位的室内环境检测并采集来自所有Wi‑Fi接入点的接收信号强度数据，并将接收信号强度与位置坐标进行关联，完成位置指纹库的构建。选择用于定位计算的Wi‑Fi接入点时，综合考虑各个Wi‑Fi接入点的区分度以及定位阶段来自每个Wi‑Fi接入点的接收信号强度大小，在所有Wi‑Fi接入点中选择部分Wi‑Fi接入点用于定位计算。进行定位计算时，首先采用模糊逻辑计算位置指纹间的相似程度，在此基础上综合考虑位置指纹间的欧式距离完成位置估计。
-
公开(公告)号：CN103870677B
公开(公告)日：2017-02-15
申请号：CN201410045253.0
申请日：2014-02-07
Applicant: 上海交通大学
IPC: G06F19/00
Abstract: 本发明提供了一种掘进机的掘进参数设定方法，根据围岩数据，利用效率预测模型，预测出后一段掘进的掘进效率；根据掘进效率与掘进参数之间的数学关系，计算出掘进系统的掘进参数。本发明解决了单纯依靠施工经验而设定掘进参数，存在地质适应性差的问题，能够很好地解决不同地质情况下的掘进参数设定的情况，从而保障施工更加安全、可靠与高效；选择对掘进效率相关性较大的围岩参数作为预测模型输入，能够更加准确地预测掘进效率；采用偏最小二乘算法PLS提取成分，解决了输入变量之间存在的相关性问题，降低了ANFIS结构输入维数，提高了预测精度，加快了仿真速度，有利于实时设定于掘进机的掘进参数。
-
公开(公告)号：CN104730924A
公开(公告)日：2015-06-24
申请号：CN201510107666.1
申请日：2015-03-12
Applicant: 上海交通大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于通信网络数据交互的分布式跟踪控制方法。首先建立需要控制的对象模型和产生跟踪目标信号的对象模型；随后通过统计分析网络目前的工作状况，获得表征网络特性的指标参数；通过利用相关指标建立网络通信、丢包和量化的模型，并依据本方法设计给予模式的双反馈控制器；通过求解控制器参数并进行配置，最终可以实现对目标对象的输出跟踪。本发明采用基本的状态反馈控制思路，控制器设计简单。本方法所得到的控制器适用于各类线性对象，且可以直接工作于现有的网络环境，具备减少信息传输，提高通信网络的利用效率的特点。
-
公开(公告)号：CN104586603A
公开(公告)日：2015-05-06
申请号：CN201510051393.3
申请日：2015-01-30
Applicant: 上海交通大学
Abstract: 本发明公开了一种强度自适应的下肢关节康复训练器，其能执行主动运动模式、主-被动运动模式和被动运动模式这三种对下肢的关节的康复训练，包括第一压力传感器、驱动器和用于连接到下肢以和下肢一起运动的机械结构。第一压力传感器设置在机械结构上，用于测量下肢对机械结构施加的压力；驱动器与机械结构相连以驱动机械结构；第一压力传感器与控制模块相连，控制模块根据第一压力传感器的输出获得该压力；并据此指令驱动器驱动机械结构运动，执行相应的康复训练。本发明根据传感器实现对使用者肌肉恢复的判断，来改变机械结构的运行机制，实现从被动训练、半主动训练到完全主动训练，由此实现患者的被动-半主动-完全主动的训练康复过程。
-
公开(公告)号：CN103870677A
公开(公告)日：2014-06-18
申请号：CN201410045253.0
申请日：2014-02-07
Applicant: 上海交通大学
IPC: G06F19/00
Abstract: 本发明提供了一种掘进机的掘进参数设定方法，根据围岩数据，利用效率预测模型，预测出后一段掘进的掘进效率；根据掘进效率与掘进参数之间的数学关系，计算出掘进系统的掘进参数。本发明解决了单纯依靠施工经验而设定掘进参数，存在地质适应性差的问题，能够很好地解决不同地质情况下的掘进参数设定的情况，从而保障施工更加安全、可靠与高效；选择对掘进效率相关性较大的围岩参数作为预测模型输入，能够更加准确地预测掘进效率；采用偏最小二乘算法PLS提取成分，解决了输入变量之间存在的相关性问题，降低了ANFIS结构输入维数，提高了预测精度，加快了仿真速度，有利于实时设定于掘进机的掘进参数。
-
Patent Agency Ranking
公开(公告)号：CN103796305A
公开(公告)日：2014-05-14
申请号：CN201410047973.0
申请日：2014-02-11
Applicant: 上海交通大学
IPC: H04W64/00
Abstract: 本发明公开了一种基于Wi-Fi位置指纹的室内定位方法。所述室内定位方法包括位置指纹库的构建、用于定位计算的Wi-Fi接入点的选择方法和基于模糊逻辑的室内定位算法。构建位置指纹库时，需要在进行定位的室内环境检测并采集来自所有Wi-Fi接入点的接收信号强度数据，并将接收信号强度与位置坐标进行关联，完成位置指纹库的构建。选择用于定位计算的Wi-Fi接入点时，综合考虑各个Wi-Fi接入点的区分度以及定位阶段来自每个Wi-Fi接入点的接收信号强度大小，在所有Wi-Fi接入点中选择部分Wi-Fi接入点用于定位计算。进行定位计算时，首先采用模糊逻辑计算位置指纹间的相似程度，在此基础上综合考虑位置指纹间的欧式距离完成位置估计。
-
公开(公告)号：CN103941586B
公开(公告)日：2016-06-01
申请号：CN201410045974.1
申请日：2014-02-08
Applicant: 上海交通大学
IPC: G05B13/04
Abstract: 本发明提供的一种掘进机主驱动系统转速的预测函数控制方法，包括以下步骤：（1）建立驱动系统的传递函数模型；（2）分解出每个输入与输出的关系，得到多个实际模型，每个实际模型包括单个输入与单个输出；（3）辨识每个实际模型的一阶预测模型；（4）利用可测扰动前馈补偿，设计预测函数控制器。本发明提供的驱动系统的预测函数控制方法，将预测函数控制方法应用于掘进机刀盘驱动系统的转速控制中，以实现驱动系统较强的鲁棒性和良好的跟踪能力；将随机跳变的负载力矩和周期时变的传递误差作为掘进机刀盘驱动系统的可测扰动，利用可测扰动前馈补偿，设计预测函数控制器，提高了驱动系统的抗扰动能力，改善了系统的动态输出特性。
-
公开(公告)号：CN104586603B
公开(公告)日：2017-10-17
申请号：CN201510051393.3
申请日：2015-01-30
Applicant: 上海交通大学
Abstract: 本发明公开了一种强度自适应的下肢关节康复训练器，其能执行主动运动模式、主‑被动运动模式和被动运动模式这三种对下肢的关节的康复训练，包括第一压力传感器、驱动器和用于连接到下肢以和下肢一起运动的机械结构。第一压力传感器设置在机械结构上，用于测量下肢对机械结构施加的压力；驱动器与机械结构相连以驱动机械结构；第一压力传感器与控制模块相连，控制模块根据第一压力传感器的输出获得该压力；并据此指令驱动器驱动机械结构运动，执行相应的康复训练。本发明根据传感器实现对使用者肌肉恢复的判断，来改变机械结构的运行机制，实现从被动训练、半主动训练到完全主动训练，由此实现患者的被动‑半主动‑完全主动的训练康复过程。
-
公开(公告)号：CN104763694B
公开(公告)日：2017-03-08
申请号：CN201510119409.X
申请日：2015-03-18
Applicant: 上海交通大学
Abstract: 本发明提供一种掘进机液压推进系统分区压力设定值优化方法，包括以下步骤：将掘进机液压推进系统的液压缸分为N个分区，采用线性二次型调节器，计算每个分区内的液压缸提供的合力与合力矩，采用二次规划获得优化的每个分区内的液压缸提供的合力，得到每个分区内的液压缸压力设定值。本发明提供的掘进机液压推进系统分区压力设定值优化方法，将掘进机液压推进系统的液压缸分为N个分区，每个分区内的液压缸的压力设定值相同，简化了液压推进系统的控制；采用二次规划优化每个分区的合力，以实现掘进机主轨迹的良好的跟踪能力；将线性二次调节器与常规控制器结合使用，进一步提高轨迹跟踪的能力。
-
公开(公告)号：CN104765955A
公开(公告)日：2015-07-08
申请号：CN201510119395.1
申请日：2015-03-18
Applicant: 上海交通大学
IPC: G06F19/00
Abstract: 本发明提供一种在线软测量方法，包括以下步骤：获取运行数据作为样本序列；建立CM-LSSVM-PLS在线软测量预测模型，对模型进行训练；使用模型预测测量值，如果预测误差不满足要求，动态更新模型。本发明提供的在线软测量方法采用CM-LSSVM-PLS方法来预测测量值，提高预测精度、减少建模时间；动态更新模型，进一步提高预测精度；通过简单的矩阵加减进行矩阵求逆运算，算法相对简单，可以快速计算出结果，保证模型适应在线监测的要求；软测量系统由实时数据驱动，能够根据实时数据不断地更新模型，具有数据容易获取，额外的硬件投入小并且模型预测精度高自适应强等优点。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.034 seconds)
